Dissertação

Stock Market Index Trading Algorithm Using Discrete - Hidden Markov Models and Tecnical Analysis EVALUATED

Este trabalho apresenta uma abordagem inovadora ao investimento em índices de ações através de um algoritmo constituído por uma combinação de Modelos Ocultos de Markov discretos (MOMD) que usam janelas temporais com uma combinação de dados diários e semanais. Os MOMDs são treinados usando o algoritmo de Baum-Welch, e subsequentemente a previsão é obtida com a ajuda do algoritmo de Viterbi. De forma a usar os MOMDs o preço de fecho do índice de ações S&P 500 é transformado em dois valores discretos: decréscimo e aumento em relação ao dia anterior. O Relative Strenght Index (RSI) é o indicador técnico utilizado como critério para escolher entre os diferentes MOMDs, e subsequentemente ume previsão global é produzida pelo sistema. Tendo em conta estas previsões, o algoritmo é capaz de executar uma estratégia de trading no mercado de ações autonomamente. O algoritmo foi treinado usando dados do S&P 500 desde Janeiro de 2003 até Janeiro de 2009, e foi testado de Janeiro de 2009 até Janeiro de 2017. Os resultados foram comparados com uma solução do estado da arte, bem como duas estratégias de investimento: O Buy & Hold e uma estratégia puramente aleatória. O algoritmo desenvolvido obteve melhores resultados que todos os outros métodos durante o período de teste, obtendo um retorno de 356% que excede significativamente o retorno de 199% obtido pelo índice S&P 500.
Algoritmo de investimento, Analise técnica, Mercado de ações, Modelo Oculto de Markov, Previsão, Series temporais financeiras

Novembro 29, 2017, 15:30

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Rui Fuentecilla Maia Ferreira Neves

Departamento de Engenharia Electrotécnica e de Computadores (DEEC)

Professor Auxiliar